我也要用- 博客(1452)
- 资源 (6)
- 论坛 (1)
- 收藏
- 关注
RSS订阅原创 【深度学习】基于Pytorch的softmax回归问题辨析和应用(一)
【深度学习】基于Pytorch的softmax回归问题辨析和应用(一)文章目录1 概述2 网络结构3 softmax运算4 仿射变换5 对数似然6 图像分类数据集7 数据预处理8 总结1 概述回归可以用于预测 多少 的问题。比如预测房屋被售出价格，或者棒球队可能获得的胜利数，又或者患者住院的天数。事实上，我们经常对 分类 感兴趣：不是问“多少”，而是问“哪一个”：该电子邮件是否属于垃圾邮件文件夹？该用户可能 注册 或 不注册 订阅服务？该图像描绘的是驴、狗、猫、还是鸡？韩
2021-08-06 08:42:05
8
原创 【深度学习】基于Pytorch的softmax回归问题辨析和应用(二)
【深度学习】基于Pytorch的softmax回归问题辨析和应用(二)文章目录1 softmax回归的实现 1.1 初始化模型参数 1.2 Softmax的实现 1.3 优化器 1.4 训练2 多分类问题torch.nn.Softmax的使用1 softmax回归的实现我们可以发现(通过深度学习框架的高级API能够使实现)线性(回归变得更加容易)。同样地，通过深度学习框架的高级API也能更方便地实现分类模型。让我们继续使用Fashion-MNIST数据集，并保持批量大小为256.
2021-08-06 08:41:56
7
原创 【深度学习】基于Pytorch的线性模型概念辨析和实现(二)
【深度学习】基于Pytorch的线性模型概念辨析和实现(二)文章目录【深度学习】基于Pytorch的线性模型概念辨析和实现(二)1 线性回归的从零开始实现2 训练3 关于with4 关于with torch.no_grad():5 简介实现5.1 定义模型5.2 初始化模型参数5.3 定义损失函数5.4 定义优化算法5.5 训练6 Pytorch完成模型常用API6.1 nn.Module6.2 优化器类6.3 损失函数6.4 Adam1 线性回归的从零开始实现安装包：!pip install g
2021-08-04 08:18:29
25
原创 【深度学习】基于Pytorch的线性模型概念辨析和实现(一)
【深度学习】基于Pytorch的线性模型概念辨析和实现(一)文章目录1 为什么要谈线性回归？2 建立模型基本形式3 实现 3.1 损失函数 3.2 解析解 3.3 小批量随机梯度下降 3.4 矢量化加速 3.5 正态分布与平方损失4 从线性回归到深度网络5 最大似然估计1 为什么要谈线性回归？理论层面的重要性Linear Regression：是回归问题的基础Logistic Regression：是分类问题的基础可扩展性：使用基函数来解决非线性问题应用层面的重要性——
2021-08-04 08:18:14
18
原创 【深度学习】梯度和方向导数概念解析（代码基于Pytorch实现）
【深度学习】梯度和方向导数概念解析（代码基于Pytorch实现）文章目录1 方向导数2 梯度3 自动求导实现4 梯度下降 4.1 概述 4.2 小批量梯度下降5 总结1 方向导数方向导数的本质是一个数值，简单来说其定义为：一个函数沿指定方向的变化率。因此，构建方向导数需要有两个元素： 函数 指定方向当然，与普通函数的导数类似，方向导数也不是百分之百存在的，需要函数满足在某点处可微，才能计算出该函数在该点的方向导数。至于其物理含义，这里采用最常用的下山图来表
2021-08-04 08:18:01
11
原创 【深度学习】基于Colab Pro的TPU训练模型教程(Tensorflow)
【深度学习】基于Colab Pro的TPU训练模型教程(Tensorflow)文章目录1 概述2 对比 TPU 与 GPU 的计算速度3 总结和简易的测试代码4 为什么使用 TPU1 概述TPU 比 CPU 和 GPU 快 15~30 倍。. 效率则以每瓦特能量消耗执行的 tera-操作计算。. TPU 比 CPU 和 GPU 效率高 30~80 倍。. TPU，GPU，CPU 和改进的 TPU 的性能对比。. GPU（蓝色）和TPU（红色）相对于CPU的能效比（功耗/瓦，TDP），以及
2021-07-31 08:47:50
38
原创 【408&预推免复习】计算机组成原理之控制单元的功能和控制单元的设计
文章目录1 微操作命令的分析2 控制单元的功能3 组合逻辑设计4 微程序设计1 微操作命令的分析完成一条指令分 4 个工作周期取指周期 间址周期 执行周期 中断周期2 控制单元的功能控制单元的外特性机器周期(1) 机器周期的概念所有指令执行过程中的一个基准时间(2) 确定机器周期需考虑的因素 每条指令的执行 步骤 每一步骤 所需的 时间(3) 基准时间的确定• 以完成 最复杂 指令功能的时间 为准• 以 访问一次存储器 的时间 为基准若指令字长 = 存储字长 取指周期 =
2021-07-30 20:55:22
25
原创 【408&预推免复习】计算机组成原理之CPU的结构和功能
文章目录1 CPU 的结构2 指令周期3 指令流水4 中断系统1 CPU 的结构控制器的功能取指令分析指令 执行指令，发出各种操作命令 控制程序输入及结果的输出 总线管理 处理异常情况和特殊请求运算器的功能实现算术运算和逻辑运算2 指令周期取出并执行一条指令所需的全部时间取 指令 取指周期取 地址 间址周期存取 操作数或 执行周期 结果存 程序断点 中断周期3 指令流水4 中断系统(1) 各中断源 如何 向 CPU 提出请求 ?(2) 各中断源
2021-07-30 20:42:53
15
原创 【408&预推免复习】计算机组成原理之指令系统
文章目录1 机器指令2 操作数类型和操作种类3 寻址方式4 指令格式举例5 RISC技术1 机器指令指令字长 固定指令字长 = 存储字长指令字长 可变按字节的倍数变化2 操作数类型和操作种类操作数类型地址 无符号整数数字 定点数、浮点数、十进制数 字符 ASCII逻辑数 逻辑运算调用和返回3 寻址方式确定 本条指令 的 操作数地址下一条 要执行 指令 的 指令地址4 指令格式举例5 RISC技术精简指令集计算机（RISC:Red
2021-07-30 18:26:35
12
原创 【408&预推免复习】计算机组成原理之计算机的运算方法
文章目录1 无符号数和有符号数2 数的定点表示和浮点表示3 定点运算5 浮点四则运算6 算术逻辑单元1 无符号数和有符号数原码除符号位外每位取反末位加 1 补码原码除符号位外每位取反 反码补码与移码只差一个符号位2 数的定点表示和浮点表示3 定点运算– 1、移位运算的数学意义– 2、算术移位规则– 3、算术移位的硬件实现– 4、算术移位与逻辑移位的区别算术移位是有符号数的移位逻辑移位是无符号数的移位– 2. 如何用计算机硬件来模拟笔算除法的过程• 恢复余
2021-07-30 17:28:25
16
原创 【408&预推免复习】计算机组成原理之输入输出系统
文章目录1 概述2 外部设备3 I/O接口4 程序查询方式5 程序中断方式6 DMA方式1 概述2 外部设备键盘按键判断哪个键按下将此键翻译成 ASCII 码 (编码键盘法)鼠标 机械式光电式触摸屏3 I/O接口为什么要设置接口?实现设备的选择实现数据缓冲达到速度匹配实现数据串 并格式转换实现电平转换传送控制命令反映设备的状态(“忙”、“就绪”、“中断请求”)4 程序查询方式5 程序中断方式中断服务程序的流程(1) 保护现场程序断点的保护 中断隐
2021-07-30 17:05:01
11
原创 【408&预推免复习】计算机组成原理之存储器
文章目录1 概述2 主存储器3 高速缓冲存储器4 Cache – 主存的地址映射5 辅助存储器1 概述存取时间与物理地址无关(随机访问)• 随机存储器 在程序的执行过程中 可 读 可 写• 只读存储器 在程序的执行过程中 只 读2 主存储器主存的基本组成主存的技术指标(1) 存储容量 (2) 存储速度• 存取时间 • 存取周期主存 存放二进制代码的总位数 存储器的 访问时间读出时间 写入时间连续两次独立的存储器操作(读或写)所需的 最小间隔时间 读周期 写周
2021-07-30 16:29:54
11
原创 【408&预推免复习】计算机组成原理之计算机的发展及应用
文章目录1 计算机的发展史2 计算机的应用3 计算机的应用1 计算机的发展史软件发展的特点(1) 开发周期长(2) 制作成本昂贵(3) 检测软件产品质量的特殊性软件是程序以及开发、使用和维护程序所需要的所有文档.2 计算机的应用一、科学计算和数据处理 二、工业控制和实时控制 三、网络技术电子商务 2. 网络教育 3. 敏捷制造3 计算机的应用一、计算机具有类似人脑的一些超级智能功能要求计算机的速度要足够快二、芯片集成度的提高受以下三方面的限制• 芯片集成度受物理极限的制约•
2021-07-30 11:21:17
13
原创 【408&预推免复习】计算机组成原理之计算机系统概论
文章目录1 计算机系统简介2 计算机的基本组成3 计算机硬件的主要技术指标1 计算机系统简介2 计算机的基本组成冯·诺依曼计算机的特点计算机由五大部件组成指令和数据以同等地位存于存储器，可按地址寻访指令和数据用二进制表示指令由操作码和地址码组成存储程序以运算器为中心运算器、控制器、存储器构成了什么一条指令在主机上的完成过程 程序在主机上是如何执行的ax2 + bx + c 程序的运行过程• 将程序通过输入设备送至计算机• 程序首地址 PC• 启动.
2021-07-29 21:00:05
10
原创 【深度学习】医学图像处理之视杯视盘分割调研分析
【深度学习】医学图像处理之视杯视盘分割数据集和评价指标文章目录【深度学习】医学图像处理之视杯视盘分割数据集和评价指标1 数据集（公开）2.1 视盘标签2.2 视杯视盘标签2 评价指标2.1 absolute CDR (Cup to Disc Ratio) error（杯盘比错误率）2.2 其他指标3 总结1 数据集（公开）2.1 视盘标签ORIGA-650这批数据集归属于新加坡国家眼科中心，主要包含650张彩色眼底图像，每张图像都有视盘和视杯的分割标注，同时还有是否患有青光眼的诊断标注。拥有这
2021-07-29 20:43:00
19
原创 【408&预推免复习】操作系统之文件管理
文章目录1 文件和文件系统2 文件的逻辑结构3 文件目录4 文件共享1 文件和文件系统文件是具有文件名的一组相关信息的集合。文件需要有文件名、基本内容和相关属性，如文件类型、文件长度、文件的位置、文件的建立时间等。基本内容和属性信息被存储在存储器中，用户通过文件名来访问相应文件的基本内容。文件系统，是指操作系统中与文件管理有关的那部分软件以及被它们管理的文件和文件属性的集合。文件系统的模型可分为三个层次：文件系统的接口 为方便用户的使用，文件系统以接口的形式提供了一组对文件和记
2021-07-29 18:19:00
13
原创 【408&预推免复习】操作系统之IO层次结构和IO控制方式
【408&预推免复习】操作系统之IO层次结构和IO控制方式文章目录1 I/O设备2 I/O系统的层次结构3 I/O控制方式4 IO设备分配与回收文章目录1 I/O设备2 I/O系统的层次结构3 I/O控制方式4 IO设备分配与回收1 I/O设备计算机系统中的I/O设备按使用特性可分为以下类型：人机交互类外部设备：用于与计算机用户之间交互的设备，如打印机、显示器、鼠标、键盘等。这类设备数据交换速度较慢，通常是以字节为单位进行数据交换。存储设备：用于存储程序和数据的设备，如磁盘、
2021-07-29 17:47:55
23
原创 【408&预推免复习】操作系统之虚拟存储器
【408&预推免复习】操作系统之虚拟存储器文章目录1 虚拟存储器概述2 请求分页存储管理方式3 页面置换算法 3.1 最佳(Optimal)置换算法 3.2 先进先出(FIFO)页面置换算法 3.3 最近最久未使用LRU(Least Recently Used) 3.4 最少使用(Least Frequently Used，LFU)置换算法 3.5 Clock置换算法4 “抖动”与工作集5 请求分段存储管理方式1 虚拟存储器概述局部性原理（理论基础）1968年P.De
2021-07-29 17:16:11
10
原创 【408&预推免复习】操作系统之存储器管理
【408&预推免复习】操作系统之存储器管理文章目录1 基础部分2 分页存储管理3 分段存储管理1 基础部分物理地址空间（或物理空间、绝对空间）：由内存一系列存储单元所限定的地址范围；逻辑地址空间（用户编程空间）：由程序中逻辑地址组成的地址范围相对地址（或逻辑地址）：用户程序经编译之后的每个目标模块都从0开始顺序编址，这种用户编程所用的地址称为相对地址或逻辑地址绝对地址（或物理地址、内存地址）：内存是由若干存贮单元组成的，每个存贮单元有一个编号称为物理地址。地址变换（重定位）
2021-07-29 16:55:20
8
原创 【408&预推免复习】操作系统之处理机调度与死锁
【408&预推免复习】操作系统之处理机调度与死锁文章目录1 作业调度和进程调度2 实时调度和死锁概述3 预防死锁和避免死锁1 作业调度和进程调度什么是处理机调度？处理机调度：如何从众多的作业队列中选择一道或几道进入内存，进入内存的若干进程又如何去竞争CPU的使用权，这称为处理机调度。非抢占方式：一旦把处理机分配给某进程后，便让该进程一直执行，直至该进程完成或阻塞时，才再把处理机分配给其他进程。抢占方式：允许暂停某个正在执行的进程，将已分配给该进程的处理机重新分配给另一进程。
2021-07-29 15:41:17
13
原创 【408&预推免复习】操作系统引论
【408&预推免复习】操作系统引论文章目录1 操作系统的目标和作用2 单道批处理系统3 多道批处理系统4 操作系统基本特性1 操作系统的目标和作用2 单道批处理系统3 多道批处理系统4 操作系统基本特性并发性共享性虚拟性异步性（不确定性）程序按异步方式运行（异步性）。也就是说，每道程序何时执行，各个程序的执行顺序以及每道程序所需的时间都不是确定的，也是不可预知的。（允许）程序执行结果不确定，程序执行结果不能再现。同一程序，对于给定相同的初始数据，在相同的环境下运行，
2021-07-29 12:35:02
14
原创 【408&预推免复习】操作系统之进程的描述与控制
文章目录1 进程的基本概念2 进程控制与进程同步3 经典进程同步问题1 进程的基本概念前趋图(Precedence Graph)，是指一个有向无循环图，可记为DAG(Directed Acyclic Graph)，它用于描述进程之间执行的先后顺序。程序顺序执行时的特征① 顺序性：指处理机严格地按照程序所规定的顺序执行，即每一操作必须在下一个操作开始之前结束；② 封闭性：指程序在封闭的环境下运行，即程序运行时独占全机资源，资源的状态(除初始状态外)只有本程序才能改变它，程序一旦开始执行，其执行结果
2021-07-29 11:17:59
17
原创 【深度学习】DIY 人脸识别技术的探索(一)
文章目录摘要问题重述模型假设定义与符号说明问题分析模型的建立与求解参考摘要伴随着人工智能技术的发展，人们对信息安全有了更高的要求，传统的模 式早已满足不了，人脸识别技术应运而生，走进了人们生活的方方面面。小到 可以通过扫描人脸进行订单支付，大到可以通过人脸识别协助警察追踪破案， 极大的满足了人们迫切提高生活品质的需求。为了到 2030 年使中国成为世界主 要人工智能创新中心，国家大力鼓励支持高校老师和学生探索和钻研人脸识别 技术，因此本文也针对问题一二三分别建立了不同的模型来找到人脸的.
2021-07-29 09:10:38
19
原创 【深度学习】DIY 人脸识别技术的探索(二)
【深度学习】DIY 人脸识别技术的探索(二)文章目录训练模型工具结果展示问题二的模型建立与求解基于 KNN 的人脸识别模型训练模型MTCNN 可以并行训练(3 个网络同时训练，前提是内存够大)损失函数:cls 置信度输出函数为 Sigmoid 并且是判断是否存在人脸的分类问题，所以使用 BCELoss(二分类交叉熵损失函数)offset 偏移量为回归候选框的左边点的偏移 量使用的是 MSELoss(均方差损失函数)。优化器:都使用的是 Adamcls 置信度是使用的网络输出中索引属于
2021-07-29 09:10:26
18
原创 【机器学习】解决中小微企业的信贷决策问题(二)
【机器学习】解决中小微企业的信贷决策问题(二)文章目录符号说明模型的建立与求解参考符号说明模型的建立与求解5.1 问题一的模型建立和求解5.1.1 层次分析法计算各项指标的主观权向量选定“进项总金额、进项总税额、进项数、销项总金额、进项发票有效率、销项总 税额、销项数、销项发票有效率、信誉评级、是否违约”十个指标为准则层，用层次分 析法求它们的权重，构建层级结构模型。构造判断矩阵(成对比较矩阵)，将 n 个因素 C1，C2，…,Cn 之间两两对比，用 aij 表 示 Ci 和 Cj
2021-07-29 09:10:13
40
原创 【机器学习】解决中小微企业的信贷决策问题(一)
【机器学习】解决中小微企业的信贷决策问题(一)文章目录概述问题重述问题分析数据预处理说明模型假设未完待续！参考概述中小微企业对我国国民经济发展做出巨大贡献，但由于其自身存在规模较小、可以 抵押的资产少等问题，在筹集资金方面仍然具有较大的缺口[1]。银行需要通过信贷风险 评估筛选出实力强，信誉好的企业给与贷款，它即关乎银行自身的发展，又关乎企业的 生死存亡。因此需要建立一套有效的信贷风险评估体系，以此降低风险。本文构建了一 个信贷风险评估模型来对企业的信贷风险进行量化分析，并且根据信贷
2021-07-29 09:10:03
55
原创 【408&预推免复习】计算机网络（谢希仁第七版）第六章——应用层
文章目录1 域名系统 DNS2 文件传送协议3 远程终端协议 TELNET4 万维网 WWW5 电子邮件6 动态主机配置协议 DHCP7 简单网络管理协议 SNMP8 应用进程跨越网络的通信9 P2P 应用1 域名系统 DNS互联网采用了层次树状结构的命名方法。任何一个连接在互联网上的主机或路由器，都有一个唯一的层次结构的名字，即域名。域名的结构由标号序列组成，各标号之间用点隔开：各标号分别代表不同级别的域名。2 文件传送协议文件传送协议 FTP (File Transfer Protoco
2021-07-28 16:21:13
25
原创 【408&预推免复习】计算机网络（谢希仁第七版）第五章——运输层
文章目录1 运输层协议概述2 用户数据报协议 UDP3 传输控制协议 TCP 概述5 可靠传输的工作原理6 TCP 报文段的首部格式7 TCP 可靠传输的实现8 TCP 的流量控制9 TCP 的拥塞控制10 TCP 的运输连接管理1 运输层协议概述从通信和信息处理的角度看，运输层向它上面的应用层提供通信服务，它属于面向通信部分的最高层，同时也是用户功能中的最低层。当网络的边缘部分中的两个主机使用网络的核心部分的功能进行端到端的通信时，只有位于网络边缘部分的主机的协议栈才有运输层，而网络核心部分中的路由
2021-07-28 15:56:33
19
原创 【408&预推免复习】计算机网络（谢希仁第七版）第四章——网络层
文章目录1 网络层提供的两种服务2 网际协议 IP3 划分子网和构造超网4 网际控制报文协议 ICMP5 互联网的路由选择协议6 IPv67 IP 多播8 虚拟专用网 VPN 和网络地址转换 NAT9 多协议标记交换 MPLS1 网络层提供的两种服务在计算机网络领域，网络层应该向运输层提供怎样的服务（“面向连接”还是“无连接”）曾引起了长期的争论。争论焦点的实质就是：在计算机通信中，可靠交付应当由谁来负责？是网络还是端系统互联网的先驱者提出了一种崭新的网络设计思路。网络层向上只提供简单灵活的、无
2021-07-28 14:47:30
84
原创 【深度学习】LSTM神经网络解决COVID-19预测问题（二）
【深度学习】LSTM神经网络解决COVID-19预测问题（二）文章目录1 概述2 模型求解和检验3 模型代码4 模型评价与推广5 参考1 概述建立一个普适性较高的模型来有效预测疫情的达峰时间、每日增长量和最终报告病人数等，这能为国家实施防控措施提供重要的理论决策支持。对于附录1中的疫情确诊病例的时间序列time_series_19-covid-Confirmed.csv获取它第二列的国家信息和第五列之后疫情时间序列病例数，计算每一天病例增长量。我们首先建立了SIR传染病模型，然后搭建了L
2021-07-28 08:16:04
26
原创 【深度学习】LSTM神经网络解决COVID-19预测问题（一）
【深度学习】LSTM神经网络解决COVID-19预测问题文章目录1 概述2 数据分析3 SIR模型和LSTM网络的对比4 LSTM神经网络的建立5 参考1 概述我们将SIR传播模型和LSTM长短时记忆神经网络的预测效果做了对比。由于新型冠状病毒具有1-24天潜伏期的特点，SIR模型预测效果并不理想，所以最终选用LSTM长短时记忆神经网络并对LSTM神经网络进行训练和检验。数据来源于约翰·霍普金斯大学系统科学与工程中心发布在GitHub上的COVID-19数据库中的疫情发展时间序列（截止到
2021-07-28 08:15:54
31
原创 【深度学习】基于Torch的Python开源机器学习库PyTorch卷积神经网络
【深度学习】基于Torch的Python开源机器学习库PyTorch卷积神经网络文章目录1 CNN概述2 PyTorch实现步骤 2.1 加载数据 2.2 CNN模型 2.3 训练 2.4 可视化训练3 TorchVision4 torch.nn 模块简介5 保存6 提取网络1 CNN概述(6)输出层有10个神经元，在MNIST数据集的输出具有10个分类，因此采用softmax激活函数，输出每张图片在每个分类上的得分。cov2d第一个参数可以理解为，卷积层提取特征，池化层
2021-07-28 08:15:43
13
原创 【深度学习】基于Torch的Python开源机器学习库PyTorch回归
【深度学习】基于Torch的Python开源机器学习库PyTorch回归文章目录1 torch.autograd2 torch.nn.functional3 详细的回归DEMO 3.1 DATASET 3.2 网络 3.3 训练1 torch.autogradtorch.autograd提供了类和函数用来对任意标量函数进行求导。要想使用自动求导，只需要对已有的代码进行微小的改变。只需要将所有的tensor包含进Variable对象中即可。torch.autograd.backwar
2021-07-28 08:15:31
44
原创 【深度学习】基于Torch的Python开源机器学习库PyTorch概述
【深度学习】基于Torch的Python开源机器学习库PyTorch概述文章目录1 PyTorch简介2 环境搭建3 Hello world！ 3.1 Tensors (张量) 3.2 操作4 GPU Tensor5 前向传播与反向传播1 PyTorch简介要介绍PyTorch之前，不得不说一下Torch。**Torch是一个有大量机器学习算法支持的科学计算框架，是一个与Numpy类似的张量（Tensor） 操作库，**其特点是特别灵活，但因其采用了小众的编程语言是Lua，所以流行度
2021-07-28 08:15:18
15
原创 【深度学习】面向医学图像的病灶分割调研(三)
【深度学习】面向医学图像的病灶分割调研(三)文章目录任务1任务2任务3基于剪枝Swin-Unet进行医学图像病灶分割总结参考任务1理解深度学习在医学图像中的应用并总结：在过去的几十年里，计算机断层扫描(CT)、磁共振成像(MRI)、正电子发射断层扫描术(PET)、乳房X光检查、超声波、X射线等医学成像技术，已被广泛用于疾病的早期发现、诊断和治疗。在临床上，医学图像的解释大多是由放射科医生和内科医生等人类专家进行的。然而，考虑到病理上的巨大差异和人类专家的潜在疲劳，研究人员和医生已经开
2021-07-28 08:15:05
20
原创 【深度学习】面向医学图像的病灶分割调研(二)
【深度学习】面向医学图像的病灶分割调研(二)文章目录3 论文分析 3.1《nnU-Net for Brain Tumor Segmentation》 3.2《An attempt at beating the 3D U-Net》 3.3《TransBTS: Multimodal Brain Tumor Segmentation Using Transformer》参考3 论文分析3.1《nnU-Net for Brain Tumor Segmentation》论文背景与研究动机脑肿瘤
2021-07-28 08:14:55
21
原创 【深度学习】面向医学图像的病灶分割调研(一)
【深度学习】面向医学图像的病灶分割调研(一)文章目录1. 研究背景2. 所选论文介绍3. 论文分析3.1 《Modified U-Net (mU-Net) With Incorporation of Object-Dependent High Level Features for Improved Liver and Liver-Tumor Segmentation in CT Images》4 参考1. 研究背景医学图像分割是医学图像定量分析的关键步骤之一, 因此病灶分割对临床诊断有重
2021-07-28 08:14:42
28
原创 【深度学习】弱/半监督学习解决医学数据集规模小、数据标注难问题
【深度学习】弱/半监督学习解决医学数据集规模小、数据标注难问题文章目录1 概述2 半监督学习3 重新思考空洞卷积: 为弱监督和半监督语义分割设计的简捷方法4 弱监督和半监督分割的训练和学习5 总结1 概述随着标注数据的大量增加，深度学习在图像分割方面获得了巨大地成功。然而，对于医学图像来说，标注数据的获取通常是昂贵的，因为生成准确的注释需要专业知识和时间，特别是在三维图像中。为了降低标记成本，近年来人们提出了许多方法来开发一种高性能的医学图像分割模型，以减少标记数据。例如，将用户交互与深
2021-07-28 08:14:31
14
原创 【408&预推免复习】计算机网络（谢希仁第七版）第三章——数据链路层
文章目录1 使用点对点信道的数据链路层2 点对点协议 PPP3 使用广播信道的数据链路层4 扩展的以太网5 高速以太网1 使用点对点信道的数据链路层数据链路层使用的信道主要有以下两种类型：点对点信道。这种信道使用一对一的点对点通信方式。广播信道。这种信道使用一对多的广播通信方式，因此过程比较复杂。广播信道上连接的主机很多，因此必须使用专用的共享信道协议来协调这些主机的数据发送。链路 (link) 是一条无源的点到点的物理线路段，中间没有任何其他的交换结点。一条链路只是一条通路的一个组成部分。
2021-07-26 22:26:30
77
2
原创 【408&预推免复习】计算机网络（谢希仁第七版）第二章——物理层
文章目录1 物理层的基本概念2 数据通信的基础知识3 物理层下面的传输媒体4 信道复用技术5 数字传输系统6 宽带接入技术1 物理层的基本概念物理层考虑的是怎样才能在连接各种计算机的传输媒体上传输数据比特流，而不是指具体的传输媒体。信道 —— 一般用来表示向某一个方向传送信息的媒体。单向通信（单工通信）——只能有一个方向的通信而没有反方向的交互。双向交替通信（半双工通信）——通信的双方都可以发送信息，但不能双方同时发送(当然也就不能同时接收)。双向同时通信（全双工通信）——通信的双方可以同时发.
2021-07-24 20:48:41
33
1
2019仓库管理系统课设.rar
2019-12-30
c选手-竞赛环境须知.doc
2019-10-28
DeskTopShare.rar
2019-10-28
Git工具64位windows.zip
2020-02-08
求助！ 命令行执行python读取不了配置文件等等的信息！急！
发表于 2020-03-28 最后回复 2020-03-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人 TA的粉丝